Projet Méthodes Numériques

Projet Méthodes Numériques
Prénom et Nom : Chaza Kemayel
Matricule : 221452
1. Relation entre le Matlab et les polynômes d’interpolation

1.1. Méthode directe
Nous examinons deux fonctions MATLAB essentielles : polyfit et polyval. La fonction polyfit est
principalement utilisée pour effectuer des ajustements de courbe polynomiale, que ce soit pour la
régression ou l'interpolation. Lorsque le nombre de points de données excède le nombre de coefficients
à estimer, polyfit réalise une régression polynomiale par moindres carrés, permettant ainsi de modéliser
la tendance générale des données. En revanche, si le nombre de points de données est égal au nombre
de coefficients, polyfit effectue une interpolation, calculant les coefficients du polynôme qui passe
exactement par les points de données fournis. Une fois que le polynôme a été déterminé, la fonction
polyval peut être utilisée pour évaluer ce polynôme à des points spécifiques, permettant ainsi d'obtenir
les valeurs interpolées correspondantes. Cette approche combinée de polyfit et polyval est largement
utilisée dans divers domaines scientifiques et techniques pour modéliser et analyser les données
expérimentales ou observées.
1.1.1. Exemple
Si nous souhaitons améliorer la prédiction de la vitesse pour le sauteur à l'élastique en chute libre, il
est nécessaire d'élargir notre modèle pour prendre en compte d'autres facteurs au-delà de la masse et
du coefficient de traînée. Le coefficient de traînée lui-même peut être formulé comme une fonction
d'autres facteurs tels que la surface du sauteur et des caractéristiques telles que la densité et la
viscosité de l'air.
La densité de l'air et sa viscosité sont généralement présentées sous forme tabulaire en fonction de la
température. Par exemple, le tableau suivant est reproduit à partir d'un manuel populaire de
mécanique des fluides (White, 1999). Supposons que nous souhaitions connaître la densité à une
température qui ne figure pas dans le tableau. Dans ce cas, vous devrions recourir à l'interpolation.
C'est-à-dire que vous devrions estimer la valeur à la température désirée en fonction des densités qui
l'entourent. L'approche la plus simple consiste à déterminer l'équation de la ligne droite reliant les
intermédiaires désirées. Bien que cette interpolation linéaire soit parfaitement adéquate dans de
nombreux cas, des erreurs peuvent être introduites lorsque les données présentent une courbure
significative.
Solution :
Nous pouvons ensuite utiliser la fonction polyval pour effectuer une interpolation comme suit :
1.2. Polynôme d’interpolation de Newton
Il est simple de développer un fichier M pour implémenter l'interpolation de Newton. Comme indiqué
dans la figure suivante, la première étape consiste à calculer les différences divisées finies et à les
stocker dans un tableau. Ensuite, ces différences sont utilisées en conjonction avec l'équation suivante
pour effectuer l'interpolation.
Le fichier devient :
1.2.1. Exemple
Estimation du logarithme en utilisant l'interpolation linéaire en interpolant de ln(1) = 0 à ln(6) =. (La

valeur réelle de ln(2) est 0.6931472)
Solution :
1.3. Polynôme d’interpolation de Lagrange

Il est simple de développer un fichier M basé sur les équations suivantes :
Comme illustré dans la figure, la fonction reçoit deux vecteurs contenant les variables indépendantes (x)
et les variables dépendantes (y). Elle reçoit également la valeur de la variable indépendante où nous
souhaitons effectuer l'interpolation (xx). L'ordre du polynôme est basé sur la longueur du vecteur x qui
est transmis. Si n valeurs sont transmises, un polynôme d'ordre (n − 1) est ajusté.
1.3.1. Exemple
Un exemple d'utilisation de la fonction serait de prédire la densité de l'air à une pression de 1 atm à
une température de 15 °C en se basant sur les quatre premières valeurs de ce tableau. Comme quatre
valeurs sont transmises à la fonction, un polynôme de troisième ordre serait implémenté par la
fonction Lagrange.
Solution :
1.4. Polynôme d’interpolation d’Hermite
Le fichier hermite.m contient une fonction qui calcule les coefficients du polynôme d'interpolation de
Hermite pour un seul intervalle. Cette fonction prend en entrée les coordonnées et les dérivées des
points initial et final de l'intervalle, et retourne les coefficients du polynôme d'interpolation.
Le fichier hermites.m quant à lui, contient une fonction qui calcule les coefficients des polynômes
d'interpolation de Hermite pour plusieurs sous-intervalles. Cette fonction prend en entrée les
coordonnées et les dérivées de tous les points d'interpolation, puis itère sur chaque sous-intervalle pour
calculer les coefficients correspondants en utilisant la fonction hermite définie dans le fichier hermite.m.
1.4.1. Exemple
L’interpolation polynomiale pour les N + 1 = 3 points de données :{(0, 1), (1, 2), (2, 3)}
soumis aux conditions :h'(x₀) = h'(0) = 0, h'(1) = 1, h'(2)=0, évaluons f(0.5)
Solution :

Projet Méthodes Numériques

Transféré par

Droits d'auteur :

Formats disponibles

Projet Méthodes Numériques

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Projet Méthodes Numériques

Transféré par

Droits d'auteur :

Formats disponibles

Projet Méthodes Numériques

Prénom et Nom : Chaza Kemayel

1. Relation entre le Matlab et les polynômes d’interpolation

1.2. Polynôme d’interpolation de Newton

Estimation du logarithme en utilisant l'interpolation linéaire en interpolant de ln(1) = 0 à ln(6) =. (La

1.3. Polynôme d’interpolation de Lagrange

soumis aux conditions :h'(x₀) = h'(0) = 0, h'(1) = 1, h'(2)=0, évaluons f(0.5)

Vous aimerez peut-être aussi